## [1] "Informació sobre les variables : ST(character) i CLV(numeric)"

## AR CAL NEV OR WASH
## 7855.485 7962.001 7987.140 8084.560 7970.168
## [1] "Informació sobre les variables : ST(character) i Resp.(character)"

## v2
## v1 No Yes
## AR 1406 234
## CAL 2017 359
## NEV 725 117
## OR 2114 361
## WASH 664 102
## [1] "El test de chi^2 entre ST i Resp. val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 1.912, df = 4, p-value = 0.7519
##
## [1] "Informació sobre les variables : ST(character) i COV(character)"

## v2
## v1 Basic Extended Premium
## AR 1009 493 138
## CAL 1435 732 209
## NEV 497 261 84
## OR 1518 729 228
## WASH 472 225 69
## [1] "El test de chi^2 entre ST i COV val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 3.6773, df = 8, p-value = 0.885
##
## [1] "Informació sobre les variables : ST(character) i EDUC(character)"

## v2
## v1 BACH COLL DOCT HSOB MAST
## AR 495 476 71 472 126
## CAL 744 709 80 668 175
## NEV 246 232 28 258 78
## OR 736 734 104 703 198
## WASH 209 218 30 238 71
## [1] "El test de chi^2 entre ST i EDUC val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 16.229, df = 16, p-value = 0.4371
##
## [1] "Informació sobre les variables : ST(character) i EMPS(character)"

## v2
## v1 DIS EMP ML RET UNEMP
## AR 82 1028 76 45 409
## CAL 91 1497 115 81 592
## NEV 36 529 44 24 209
## OR 117 1542 106 76 634
## WASH 31 483 35 20 197
## [1] "El test de chi^2 entre ST i EMPS val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 8.0978, df = 16, p-value = 0.9459
##
## [1] "Informació sobre les variables : ST(character) i GEN(character)"

## v2
## v1 F M
## AR 850 790
## CAL 1204 1172
## NEV 433 409
## OR 1277 1198
## WASH 400 366
## [1] "El test de chi^2 entre ST i GEN val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 0.86663, df = 4, p-value = 0.9293
##
## [1] "Informació sobre les variables : ST(character) i INC(integer)"

## AR CAL NEV OR WASH
## 37653.85 38088.70 38338.12 37525.51 37973.18
## [1] "Informació sobre les variables : ST(character) i LOCC(character)"

## v2
## v1 RUR SUBU URB
## AR 314 1040 286
## CAL 477 1482 417
## NEV 170 528 144
## OR 488 1563 424
## WASH 149 485 132
## [1] "El test de chi^2 entre ST i LOCC val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 0.93295, df = 8, p-value = 0.9986
##
## [1] "Informació sobre les variables : ST(character) i MARS(character)"

## v2
## v1 DIV MAR SING
## AR 257 982 401
## CAL 354 1401 621
## NEV 126 476 240
## OR 375 1435 665
## WASH 106 434 226
## [1] "El test de chi^2 entre ST i MARS val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 9.6284, df = 8, p-value = 0.2921
##
## [1] "Informació sobre les variables : ST(character) i MPA(integer)"

## AR CAL NEV OR WASH
## 91.78537 93.49495 93.81116 93.80687 92.05483
## [1] "Informació sobre les variables : ST(character) i MSLC(numeric)"

## AR CAL NEV OR WASH
## 15.13476 15.00876 15.38785 14.86124 15.55940
## [1] "Informació sobre les variables : ST(character) i MSPI(integer)"

## AR CAL NEV OR WASH
## 47.79451 47.59301 48.49050 48.42949 49.33551
## [1] "Informació sobre les variables : ST(character) i NOP(integer)"

## AR CAL NEV OR WASH
## 3.058537 2.965909 2.764846 2.982626 2.912533
## [1] "Informació sobre les variables : ST(character) i PT(character)"

## v2
## v1 CORP PERS SPEC
## AR 324 1242 74
## CAL 506 1761 109
## NEV 187 620 35
## OR 517 1841 117
## WASH 148 589 29
## [1] "El test de chi^2 entre ST i PT val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 5.1684, df = 8, p-value = 0.7394
##
## [1] "Informació sobre les variables : ST(character) i TCA(numeric)"

## AR CAL NEV OR WASH
## 422.8746 431.8000 438.8436 433.6528 433.6318
## [1] "Informació sobre les variables : ST(character) i VC(character)"

## v2
## v1 2D 4D LUX LUXS SPO SUV
## AR 327 864 27 30 88 304
## CAL 472 1219 45 50 136 454
## NEV 182 414 14 16 54 162
## OR 528 1218 42 59 132 496
## WASH 168 395 17 11 26 149
## [1] "El test de chi^2 entre ST i VC val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 19.312, df = 20, p-value = 0.5017
##
## [1] "Informació sobre les variables : ST(character) i VS(character)"

## v2
## v1 L M S
## AR 169 1160 311
## CAL 243 1680 453
## NEV 93 561 188
## OR 256 1724 495
## WASH 82 546 138
## [1] "El test de chi^2 entre ST i VS val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 7.4466, df = 8, p-value = 0.4893
##
## [1] "Informació sobre les variables : CLV(numeric) i Resp.(character)"

## AR CAL NEV OR WASH
## 422.8746 431.8000 438.8436 433.6528 433.6318
## [1] "Informació sobre les variables : CLV(numeric) i COV(character)"

## AR CAL NEV OR WASH
## 422.8746 431.8000 438.8436 433.6528 433.6318
## [1] "Informació sobre les variables : CLV(numeric) i EDUC(character)"

## AR CAL NEV OR WASH
## 422.8746 431.8000 438.8436 433.6528 433.6318
## [1] "Informació sobre les variables : CLV(numeric) i EMPS(character)"

## AR CAL NEV OR WASH
## 422.8746 431.8000 438.8436 433.6528 433.6318
## [1] "Informació sobre les variables : CLV(numeric) i GEN(character)"

## AR CAL NEV OR WASH
## 422.8746 431.8000 438.8436 433.6528 433.6318
## [1] "Informació sobre les variables : CLV(numeric) i INC(integer)"

## [1] "La correlació entre CLV i INC és de: 0.027448856036921"
## [1] "La covariancia entre CLV i INC és de: 5708152.37117215"
## [1] "Informació sobre les variables : CLV(numeric) i LOCC(character)"

## AR CAL NEV OR WASH
## 422.8746 431.8000 438.8436 433.6528 433.6318
## [1] "Informació sobre les variables : CLV(numeric) i MARS(character)"

## AR CAL NEV OR WASH
## 422.8746 431.8000 438.8436 433.6528 433.6318
## [1] "Informació sobre les variables : CLV(numeric) i MPA(integer)"

## [1] "La correlació entre CLV i MPA és de: 0.396623110272511"
## [1] "La covariancia entre CLV i MPA és de: 93372.073315473"
## [1] "Informació sobre les variables : CLV(numeric) i MSLC(numeric)"

## [1] "La correlació entre CLV i MSLC és de: 0.0148187652288533"
## [1] "La covariancia entre CLV i MSLC és de: 1003.4630974298"
## [1] "Informació sobre les variables : CLV(numeric) i MSPI(integer)"

## [1] "La correlació entre CLV i MSPI és de: 0.0120733599530088"
## [1] "La covariancia entre CLV i MSPI és de: 2299.76903168807"
## [1] "Informació sobre les variables : CLV(numeric) i NOP(integer)"

## [1] "La correlació entre CLV i NOP és de: 0.0251576703001706"
## [1] "La covariancia entre CLV i NOP és de: 411.767167811137"
## [1] "Informació sobre les variables : CLV(numeric) i PT(character)"

## AR CAL NEV OR WASH
## 422.8746 431.8000 438.8436 433.6528 433.6318
## [1] "Informació sobre les variables : CLV(numeric) i TCA(numeric)"

## [1] "La correlació entre CLV i TCA és de: 0.216124848807745"
## [1] "La covariancia entre CLV i TCA és de: 424287.6493556"
## [1] "Informació sobre les variables : CLV(numeric) i VC(character)"

## AR CAL NEV OR WASH
## 422.8746 431.8000 438.8436 433.6528 433.6318
## [1] "Informació sobre les variables : CLV(numeric) i VS(character)"

## AR CAL NEV OR WASH
## 422.8746 431.8000 438.8436 433.6528 433.6318
## [1] "Informació sobre les variables : Resp.(character) i COV(character)"

## v2
## v1 Basic Extended Premium
## No 4226 2075 625
## Yes 705 365 103
## [1] "El test de chi^2 entre Resp. i COV val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 0.6495, df = 2, p-value = 0.7227
##
## [1] "Informació sobre les variables : Resp.(character) i EDUC(character)"

## v2
## v1 BACH COLL DOCT HSOB MAST
## No 2091 2006 259 2030 540
## Yes 339 363 54 309 108
## [1] "El test de chi^2 entre Resp. i EDUC val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 9.395, df = 4, p-value = 0.05195
##
## [1] "Informació sobre les variables : Resp.(character) i EMPS(character)"

## v2
## v1 DIS EMP ML RET UNEMP
## No 290 4397 310 69 1860
## Yes 67 682 66 177 181
## [1] "El test de chi^2 entre Resp. i EMPS val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 720.62, df = 4, p-value < 2.2e-16
##
## [1] "Informació sobre les variables : Resp.(character) i GEN(character)"

## v2
## v1 F M
## No 3562 3364
## Yes 602 571
## [1] "El test de chi^2 entre Resp. i GEN val: "
##
## Pearson's Chi-squared test with Yates' continuity correction
##
## data: v1 and v2
## X-squared = 0.001358, df = 1, p-value = 0.9706
##
## [1] "Informació sobre les variables : Resp.(character) i INC(integer)"

## No Yes
## 37679.05 38814.80
## [1] "Informació sobre les variables : Resp.(character) i LOCC(character)"

## v2
## v1 RUR SUBU URB
## No 1450 4201 1275
## Yes 148 897 128
## [1] "El test de chi^2 entre Resp. i LOCC val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 107.58, df = 2, p-value < 2.2e-16
##
## [1] "Informació sobre les variables : Resp.(character) i MARS(character)"

## v2
## v1 DIV MAR SING
## No 926 4106 1894
## Yes 292 622 259
## [1] "El test de chi^2 entre Resp. i MARS val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 105.77, df = 2, p-value < 2.2e-16
##
## [1] "Informació sobre les variables : Resp.(character) i MPA(integer)"

## No Yes
## 92.95900 94.21398
## [1] "Informació sobre les variables : Resp.(character) i MSLC(numeric)"

## No Yes
## 15.14761 14.68553
## [1] "Informació sobre les variables : Resp.(character) i MSPI(integer)"

## No Yes
## 48.17312 47.99659
## [1] "Informació sobre les variables : Resp.(character) i NOP(integer)"

## No Yes
## 2.990615 2.805627
## [1] "Informació sobre les variables : Resp.(character) i PT(character)"

## v2
## v1 CORP PERS SPEC
## No 1429 5195 302
## Yes 253 858 62
## [1] "El test de chi^2 entre Resp. i PT val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 2.799, df = 2, p-value = 0.2467
##
## [1] "Informació sobre les variables : Resp.(character) i TCA(numeric)"

## No Yes
## 429.0158 445.9222
## [1] "Informació sobre les variables : Resp.(character) i VC(character)"

## v2
## v1 2D 4D LUX LUXS SPO SUV
## No 1446 3543 134 139 355 1309
## Yes 231 567 11 27 81 256
## [1] "El test de chi^2 entre Resp. i VC val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 18.586, df = 5, p-value = 0.002295
##
## [1] "Informació sobre les variables : Resp.(character) i VS(character)"

## v2
## v1 L M S
## No 685 4839 1402
## Yes 158 832 183
## [1] "El test de chi^2 entre Resp. i VS val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 23.552, df = 2, p-value = 7.686e-06
##
## [1] "Informació sobre les variables : COV(character) i EDUC(character)"

## v2
## v1 BACH COLL DOCT HSOB MAST
## Basic 1527 1443 179 1389 393
## Extended 681 724 115 720 200
## Premium 222 202 19 230 55
## [1] "El test de chi^2 entre COV i EDUC val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 17.431, df = 8, p-value = 0.02592
##
## [1] "Informació sobre les variables : COV(character) i EMPS(character)"

## v2
## v1 DIS EMP ML RET UNEMP
## Basic 233 3090 246 146 1216
## Extended 84 1518 98 90 650
## Premium 40 471 32 10 175
## [1] "El test de chi^2 entre COV i EMPS val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 25.321, df = 8, p-value = 0.001371
##
## [1] "Informació sobre les variables : COV(character) i GEN(character)"

## v2
## v1 F M
## Basic 2500 2431
## Extended 1284 1156
## Premium 380 348
## [1] "El test de chi^2 entre COV i GEN val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 2.614, df = 2, p-value = 0.2706
##
## [1] "Informació sobre les variables : COV(character) i INC(integer)"

## Basic Extended Premium
## 38380.47 36430.65 38942.26
## [1] "Informació sobre les variables : COV(character) i LOCC(character)"

## v2
## v1 RUR SUBU URB
## Basic 998 3032 901
## Extended 472 1551 417
## Premium 128 515 85
## [1] "El test de chi^2 entre COV i LOCC val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 27.418, df = 4, p-value = 1.636e-05
##
## [1] "Informació sobre les variables : COV(character) i MARS(character)"

## v2
## v1 DIV MAR SING
## Basic 741 2891 1299
## Extended 367 1412 661
## Premium 110 425 193
## [1] "El test de chi^2 entre COV i MARS val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 0.50835, df = 4, p-value = 0.9727
##
## [1] "Informació sobre les variables : COV(character) i MPA(integer)"

## Basic Extended Premium
## 82.1592 103.4631 132.9258
## [1] "Informació sobre les variables : COV(character) i MSLC(numeric)"

## Basic Extended Premium
## 14.93201 15.27210 15.44618
## [1] "Informació sobre les variables : COV(character) i MSPI(integer)"

## Basic Extended Premium
## 48.00649 48.07049 49.36126
## [1] "Informació sobre les variables : COV(character) i NOP(integer)"

## Basic Extended Premium
## 2.973839 2.966803 2.885989
## [1] "Informació sobre les variables : COV(character) i PT(character)"

## v2
## v1 CORP PERS SPEC
## Basic 1026 3688 217
## Extended 498 1824 118
## Premium 158 541 29
## [1] "El test de chi^2 entre COV i PT val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 1.6334, df = 4, p-value = 0.8028
##
## [1] "Informació sobre les variables : COV(character) i TCA(numeric)"

## Basic Extended Premium
## 376.4413 480.0071 641.4571
## [1] "Informació sobre les variables : COV(character) i VC(character)"

## v2
## v1 2D 4D LUX LUXS SPO SUV
## Basic 1052 2478 85 86 260 970
## Extended 490 1254 42 58 131 465
## Premium 135 378 18 22 45 130
## [1] "El test de chi^2 entre COV i VC val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 14.821, df = 10, p-value = 0.1387
##
## [1] "Informació sobre les variables : COV(character) i VS(character)"

## v2
## v1 L M S
## Basic 503 3451 977
## Extended 274 1698 468
## Premium 66 522 140
## [1] "El test de chi^2 entre COV i VS val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 3.7865, df = 4, p-value = 0.4357
##
## [1] "Informació sobre les variables : EDUC(character) i EMPS(character)"

## v2
## v1 DIS EMP ML RET UNEMP
## BACH 112 1515 111 77 615
## COLL 83 1472 126 88 600
## DOCT 21 227 15 1 49
## HSOB 104 1383 99 61 692
## MAST 37 482 25 19 85
## [1] "El test de chi^2 entre EDUC i EMPS val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 118.31, df = 16, p-value < 2.2e-16
##
## [1] "Informació sobre les variables : EDUC(character) i GEN(character)"

## v2
## v1 F M
## BACH 1269 1161
## COLL 1212 1157
## DOCT 153 160
## HSOB 1178 1161
## MAST 352 296
## [1] "El test de chi^2 entre EDUC i GEN val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 4.7253, df = 4, p-value = 0.3167
##
## [1] "Informació sobre les variables : EDUC(character) i INC(integer)"

## BACH COLL DOCT HSOB MAST
## 37546.09 37263.41 42575.69 36198.16 44733.27
## [1] "Informació sobre les variables : EDUC(character) i LOCC(character)"

## v2
## v1 RUR SUBU URB
## BACH 482 1502 446
## COLL 473 1481 415
## DOCT 93 141 79
## HSOB 333 1702 304
## MAST 217 272 159
## [1] "El test de chi^2 entre EDUC i LOCC val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 269.03, df = 8, p-value < 2.2e-16
##
## [1] "Informació sobre les variables : EDUC(character) i MARS(character)"

## v2
## v1 DIV MAR SING
## BACH 401 1388 641
## COLL 349 1371 649
## DOCT 55 216 42
## HSOB 290 1339 710
## MAST 123 414 111
## [1] "El test de chi^2 entre EDUC i MARS val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 88.525, df = 8, p-value = 9.265e-16
##
## [1] "Informació sobre les variables : EDUC(character) i MPA(integer)"

## BACH COLL DOCT HSOB MAST
## 92.32510 92.66188 91.33546 94.55537 93.71605
## [1] "Informació sobre les variables : EDUC(character) i MSLC(numeric)"

## BACH COLL DOCT HSOB MAST
## 14.91984 15.43795 15.59829 14.80692 15.11588
## [1] "Informació sobre les variables : EDUC(character) i MSPI(integer)"

## BACH COLL DOCT HSOB MAST
## 48.08354 48.00844 46.14377 47.96494 50.52315
## [1] "Informació sobre les variables : EDUC(character) i NOP(integer)"

## BACH COLL DOCT HSOB MAST
## 2.960082 2.906712 3.083067 3.014536 2.945988
## [1] "Informació sobre les variables : EDUC(character) i PT(character)"

## v2
## v1 CORP PERS SPEC
## BACH 528 1800 102
## COLL 485 1769 115
## DOCT 54 247 12
## HSOB 493 1738 108
## MAST 122 499 27
## [1] "El test de chi^2 entre EDUC i PT val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 7.401, df = 8, p-value = 0.494
##
## [1] "Informació sobre les variables : EDUC(character) i TCA(numeric)"

## BACH COLL DOCT HSOB MAST
## 425.1289 421.8992 341.0122 483.6468 345.5262
## [1] "Informació sobre les variables : EDUC(character) i VC(character)"

## v2
## v1 2D 4D LUX LUXS SPO SUV
## BACH 527 1239 39 55 100 470
## COLL 463 1227 44 39 127 469
## DOCT 61 170 3 4 19 56
## HSOB 487 1156 49 53 145 449
## MAST 139 318 10 15 45 121
## [1] "El test de chi^2 entre EDUC i VC val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 26.963, df = 20, p-value = 0.1363
##
## [1] "Informació sobre les variables : EDUC(character) i VS(character)"

## v2
## v1 L M S
## BACH 226 1735 469
## COLL 246 1670 453
## DOCT 28 239 46
## HSOB 267 1597 475
## MAST 76 430 142
## [1] "El test de chi^2 entre EDUC i VS val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 18.262, df = 8, p-value = 0.01935
##
## [1] "Informació sobre les variables : EMPS(character) i GEN(character)"

## v2
## v1 F M
## DIS 216 141
## EMP 2632 2447
## ML 185 191
## RET 116 130
## UNEMP 1015 1026
## [1] "El test de chi^2 entre EMPS i GEN val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 16.985, df = 4, p-value = 0.001946
##
## [1] "Informació sobre les variables : EMPS(character) i INC(integer)"

## DIS EMP ML RET UNEMP
## 19966.58 56446.71 20307.16 20481.57 0.00
## [1] "Informació sobre les variables : EMPS(character) i LOCC(character)"

## v2
## v1 RUR SUBU URB
## DIS 29 301 27
## EMP 1436 2394 1249
## ML 33 302 41
## RET 0 238 8
## UNEMP 100 1863 78
## [1] "El test de chi^2 entre EMPS i LOCC val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 1488.1, df = 8, p-value < 2.2e-16
##
## [1] "Informació sobre les variables : EMPS(character) i MARS(character)"

## v2
## v1 DIV MAR SING
## DIS 88 226 43
## EMP 797 3449 833
## ML 58 251 67
## RET 91 104 51
## UNEMP 184 698 1159
## [1] "El test de chi^2 entre EMPS i MARS val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 1392.7, df = 8, p-value < 2.2e-16
##
## [1] "Informació sobre les variables : EMPS(character) i MPA(integer)"

## DIS EMP ML RET UNEMP
## 93.31092 93.29494 90.38032 91.70732 93.40862
## [1] "Informació sobre les variables : EMPS(character) i MSLC(numeric)"

## DIS EMP ML RET UNEMP
## 15.04650 15.00821 15.74333 14.18162 15.25330
## [1] "Informació sobre les variables : EMPS(character) i MSPI(integer)"

## DIS EMP ML RET UNEMP
## 47.52661 47.86828 47.66755 48.28862 49.02254
## [1] "Informació sobre les variables : EMPS(character) i NOP(integer)"

## DIS EMP ML RET UNEMP
## 2.921569 2.970270 2.928191 2.569106 3.009309
## [1] "Informació sobre les variables : EMPS(character) i PT(character)"

## v2
## v1 CORP PERS SPEC
## DIS 72 267 18
## EMP 1066 3788 225
## ML 78 279 19
## RET 48 187 11
## UNEMP 418 1532 91
## [1] "El test de chi^2 entre EMPS i PT val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 1.1149, df = 8, p-value = 0.9974
##
## [1] "Informació sobre les variables : EMPS(character) i TCA(numeric)"

## DIS EMP ML RET UNEMP
## 469.9583 358.2145 474.9064 489.6367 591.9982
## [1] "Informació sobre les variables : EMPS(character) i VC(character)"
## v2
## v1 2D 4D LUX LUXS SPO SUV
## DIS 78 168 9 3 23 76
## EMP 1063 2601 99 110 262 944
## ML 78 198 1 9 18 72
## RET 50 119 0 6 20 51
## UNEMP 408 1024 36 38 113 422
## [1] "El test de chi^2 entre EMPS i VC val: "
## Warning in chisq.test(v1, v2): Chi-squared approximation may be incorrect

##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 26.763, df = 20, p-value = 0.1421
##
## [1] "Informació sobre les variables : EMPS(character) i VS(character)"

## v2
## v1 L M S
## DIS 39 240 78
## EMP 505 3588 986
## ML 44 252 80
## RET 33 180 33
## UNEMP 222 1411 408
## [1] "El test de chi^2 entre EMPS i VS val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 12.578, df = 8, p-value = 0.1272
##
## [1] "Informació sobre les variables : GEN(character) i INC(integer)"

## F M
## 38258.44 37404.50
## [1] "Informació sobre les variables : GEN(character) i LOCC(character)"

## v2
## v1 RUR SUBU URB
## F 901 2466 797
## M 697 2632 606
## [1] "El test de chi^2 entre GEN i LOCC val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 51.016, df = 2, p-value = 8.357e-12
##
## [1] "Informació sobre les variables : GEN(character) i MARS(character)"

## v2
## v1 DIV MAR SING
## F 635 2495 1034
## M 583 2233 1119
## [1] "El test de chi^2 entre GEN i MARS val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 13.63, df = 2, p-value = 0.001097
##
## [1] "Informació sobre les variables : GEN(character) i MPA(integer)"

## F M
## 92.96230 93.32961
## [1] "Informació sobre les variables : GEN(character) i MSLC(numeric)"

## F M
## 14.84678 15.32820
## [1] "Informació sobre les variables : GEN(character) i MSPI(integer)"

## F M
## 48.11695 48.17992
## [1] "Informació sobre les variables : GEN(character) i NOP(integer)"

## F M
## 2.931316 2.998221
## [1] "Informació sobre les variables : GEN(character) i PT(character)"

## v2
## v1 CORP PERS SPEC
## F 864 3107 193
## M 818 2946 171
## [1] "El test de chi^2 entre GEN i PT val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 0.39535, df = 2, p-value = 0.8206
##
## [1] "Informació sobre les variables : GEN(character) i TCA(numeric)"

## F M
## 411.8942 452.1735
## [1] "Informació sobre les variables : GEN(character) i VC(character)"

## v2
## v1 2D 4D LUX LUXS SPO SUV
## F 835 2161 66 75 219 808
## M 842 1949 79 91 217 757
## [1] "El test de chi^2 entre GEN i VC val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 8.8754, df = 5, p-value = 0.1141
##
## [1] "Informació sobre les variables : GEN(character) i VS(character)"

## v2
## v1 L M S
## F 454 2867 843
## M 389 2804 742
## [1] "El test de chi^2 entre GEN i VS val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 5.6772, df = 2, p-value = 0.05851
##
## [1] "Informació sobre les variables : INC(integer) i LOCC(character)"

## F M
## 411.8942 452.1735
## [1] "Informació sobre les variables : INC(integer) i MARS(character)"

## F M
## 411.8942 452.1735
## [1] "Informació sobre les variables : INC(integer) i MPA(integer)"

## [1] "La correlació entre INC i MPA és de: -0.0120274134455981"
## [1] "La covariancia entre INC i MPA és de: -12558.7214697191"
## [1] "Informació sobre les variables : INC(integer) i MSLC(numeric)"

## [1] "La correlació entre INC i MSLC és de: -0.0280021329658304"
## [1] "La covariancia entre INC i MSLC és de: -8410.36228082669"
## [1] "Informació sobre les variables : INC(integer) i MSPI(integer)"

## [1] "La correlació entre INC i MSPI és de: -0.0021633240844627"
## [1] "La covariancia entre INC i MSPI és de: -1827.72924133678"
## [1] "Informació sobre les variables : INC(integer) i NOP(integer)"

## [1] "La correlació entre INC i NOP és de: -0.0108765225149995"
## [1] "La covariancia entre INC i NOP és de: -789.597126504798"
## [1] "Informació sobre les variables : INC(integer) i PT(character)"

## F M
## 411.8942 452.1735
## [1] "Informació sobre les variables : INC(integer) i TCA(numeric)"

## [1] "La correlació entre INC i TCA és de: -0.351489890433005"
## [1] "La covariancia entre INC i TCA és de: -3060572.89585018"
## [1] "Informació sobre les variables : INC(integer) i VC(character)"

## F M
## 411.8942 452.1735
## [1] "Informació sobre les variables : INC(integer) i VS(character)"

## F M
## 411.8942 452.1735
## [1] "Informació sobre les variables : LOCC(character) i MARS(character)"

## v2
## v1 DIV MAR SING
## RUR 263 1098 237
## SUBU 769 2622 1707
## URB 186 1008 209
## [1] "El test de chi^2 entre LOCC i MARS val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 366.48, df = 4, p-value < 2.2e-16
##
## [1] "Informació sobre les variables : LOCC(character) i MPA(integer)"

## RUR SUBU URB
## 89.63267 95.09043 90.05203
## [1] "Informació sobre les variables : LOCC(character) i MSLC(numeric)"

## RUR SUBU URB
## 15.31735 15.05346 14.91004
## [1] "Informació sobre les variables : LOCC(character) i MSPI(integer)"

## RUR SUBU URB
## 48.32854 47.77913 49.28011
## [1] "Informació sobre les variables : LOCC(character) i NOP(integer)"

## RUR SUBU URB
## 2.987484 2.948803 2.991447
## [1] "Informació sobre les variables : LOCC(character) i PT(character)"

## v2
## v1 CORP PERS SPEC
## RUR 353 1177 68
## SUBU 1048 3823 227
## URB 281 1053 69
## [1] "El test de chi^2 entre LOCC i PT val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 2.9198, df = 4, p-value = 0.5713
##
## [1] "Informació sobre les variables : LOCC(character) i TCA(numeric)"

## RUR SUBU URB
## 109.8456 559.6176 332.1216
## [1] "Informació sobre les variables : LOCC(character) i VC(character)"

## v2
## v1 2D 4D LUX LUXS SPO SUV
## RUR 341 860 16 23 95 263
## SUBU 1049 2517 112 122 279 1019
## URB 287 733 17 21 62 283
## [1] "El test de chi^2 entre LOCC i VC val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 38.612, df = 10, p-value = 2.968e-05
##
## [1] "Informació sobre les variables : LOCC(character) i VS(character)"

## v2
## v1 L M S
## RUR 186 1246 166
## SUBU 534 3299 1265
## URB 123 1126 154
## [1] "El test de chi^2 entre LOCC i VS val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 255.34, df = 4, p-value < 2.2e-16
##
## [1] "Informació sobre les variables : MARS(character) i MPA(integer)"

## DIV MAR SING
## 92.66749 93.06620 93.57222
## [1] "Informació sobre les variables : MARS(character) i MSLC(numeric)"

## DIV MAR SING
## 14.73637 15.20844 14.99493
## [1] "Informació sobre les variables : MARS(character) i MSPI(integer)"

## DIV MAR SING
## 49.82677 48.05964 47.39062
## [1] "Informació sobre les variables : MARS(character) i NOP(integer)"

## DIV MAR SING
## 2.836617 2.996404 2.964236
## [1] "Informació sobre les variables : MARS(character) i PT(character)"

## v2
## v1 CORP PERS SPEC
## DIV 270 904 44
## MAR 967 3547 214
## SING 445 1602 106
## [1] "El test de chi^2 entre MARS i PT val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 4.5111, df = 4, p-value = 0.3412
##
## [1] "Informació sobre les variables : MARS(character) i TCA(numeric)"

## DIV MAR SING
## 400.3626 384.6935 551.7686
## [1] "Informació sobre les variables : MARS(character) i VC(character)"

## v2
## v1 2D 4D LUX LUXS SPO SUV
## DIV 222 665 11 32 63 225
## MAR 998 2363 84 88 255 940
## SING 457 1082 50 46 118 400
## [1] "El test de chi^2 entre MARS i VC val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 22.098, df = 10, p-value = 0.01461
##
## [1] "Informació sobre les variables : MARS(character) i VS(character)"

## v2
## v1 L M S
## DIV 120 863 235
## MAR 539 3272 917
## SING 184 1536 433
## [1] "El test de chi^2 entre MARS i VS val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 13.554, df = 4, p-value = 0.008863
##
## [1] "Informació sobre les variables : MPA(integer) i MSLC(numeric)"

## [1] "La correlació entre MPA i MSLC és de: 0.00772329836807988"
## [1] "La covariancia entre MPA i MSLC és de: 2.62599612877948"
## [1] "Informació sobre les variables : MPA(integer) i MSPI(integer)"

## [1] "La correlació entre MPA i MSPI és de: 0.0267233024305999"
## [1] "La covariancia entre MPA i MSPI és de: 25.5592484624164"
## [1] "Informació sobre les variables : MPA(integer) i NOP(integer)"

## [1] "La correlació entre MPA i NOP és de: -0.0081676883183592"
## [1] "La covariancia entre MPA i NOP és de: -0.671246958674011"
## [1] "Informació sobre les variables : MPA(integer) i PT(character)"

## DIV MAR SING
## 400.3626 384.6935 551.7686
## [1] "Informació sobre les variables : MPA(integer) i TCA(numeric)"

## [1] "La correlació entre MPA i TCA és de: 0.626811413613633"
## [1] "La covariancia entre MPA i TCA és de: 6178.6623675873"
## [1] "Informació sobre les variables : MPA(integer) i VC(character)"

## DIV MAR SING
## 400.3626 384.6935 551.7686
## [1] "Informació sobre les variables : MPA(integer) i VS(character)"

## DIV MAR SING
## 400.3626 384.6935 551.7686
## [1] "Informació sobre les variables : MSLC(numeric) i MSPI(integer)"

## [1] "La correlació entre MSLC i MSPI és de: -0.0418461166034928"
## [1] "La covariancia entre MSLC i MSPI és de: -11.5123375712036"
## [1] "Informació sobre les variables : MSLC(numeric) i NOP(integer)"

## [1] "La correlació entre MSLC i NOP és de: 0.00866277093388651"
## [1] "La covariancia entre MSLC i NOP és de: 0.204781352410606"
## [1] "Informació sobre les variables : MSLC(numeric) i PT(character)"

## DIV MAR SING
## 400.3626 384.6935 551.7686
## [1] "Informació sobre les variables : MSLC(numeric) i TCA(numeric)"

## [1] "La correlació entre MSLC i TCA és de: 0.0119322741438223"
## [1] "La covariancia entre MSLC i TCA és de: 33.8322742328012"
## [1] "Informació sobre les variables : MSLC(numeric) i VC(character)"

## DIV MAR SING
## 400.3626 384.6935 551.7686
## [1] "Informació sobre les variables : MSLC(numeric) i VS(character)"

## DIV MAR SING
## 400.3626 384.6935 551.7686
## [1] "Informació sobre les variables : MSPI(integer) i NOP(integer)"

## [1] "La correlació entre MSPI i NOP és de: -0.01719950192765"
## [1] "La covariancia entre MSPI i NOP és de: -1.1437105605731"
## [1] "Informació sobre les variables : MSPI(integer) i PT(character)"

## DIV MAR SING
## 400.3626 384.6935 551.7686
## [1] "Informació sobre les variables : MSPI(integer) i TCA(numeric)"

## [1] "La correlació entre MSPI i TCA és de: 0.0108081693548765"
## [1] "La covariancia entre MSPI i TCA és de: 86.2038763531793"
## [1] "Informació sobre les variables : MSPI(integer) i VC(character)"

## DIV MAR SING
## 400.3626 384.6935 551.7686
## [1] "Informació sobre les variables : MSPI(integer) i VS(character)"

## DIV MAR SING
## 400.3626 384.6935 551.7686
## [1] "Informació sobre les variables : NOP(integer) i PT(character)"

## DIV MAR SING
## 400.3626 384.6935 551.7686
## [1] "Informació sobre les variables : NOP(integer) i TCA(numeric)"

## [1] "La correlació entre NOP i TCA és de: -0.00477505917478827"
## [1] "La covariancia entre NOP i TCA és de: -3.27249230052346"
## [1] "Informació sobre les variables : NOP(integer) i VC(character)"

## DIV MAR SING
## 400.3626 384.6935 551.7686
## [1] "Informació sobre les variables : NOP(integer) i VS(character)"

## DIV MAR SING
## 400.3626 384.6935 551.7686
## [1] "Informació sobre les variables : PT(character) i TCA(numeric)"

## CORP PERS SPEC
## 424.3580 432.5437 446.3550
## [1] "Informació sobre les variables : PT(character) i VC(character)"

## v2
## v1 2D 4D LUX LUXS SPO SUV
## CORP 356 844 33 29 91 329
## PERS 1256 3075 105 131 320 1166
## SPEC 65 191 7 6 25 70
## [1] "El test de chi^2 entre PT i VC val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 5.5482, df = 10, p-value = 0.8517
##
## [1] "Informació sobre les variables : PT(character) i VS(character)"

## v2
## v1 L M S
## CORP 169 1190 323
## PERS 639 4231 1183
## SPEC 35 250 79
## [1] "El test de chi^2 entre PT i VS val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 1.7559, df = 4, p-value = 0.7805
##
## [1] "Informació sobre les variables : TCA(numeric) i VC(character)"

## CORP PERS SPEC
## 424.3580 432.5437 446.3550
## [1] "Informació sobre les variables : TCA(numeric) i VS(character)"

## CORP PERS SPEC
## 424.3580 432.5437 446.3550
## [1] "Informació sobre les variables : VC(character) i VS(character)"

## v2
## v1 L M S
## 2D 196 1135 346
## 4D 424 2861 825
## LUX 16 90 39
## LUXS 13 118 35
## SPO 45 331 60
## SUV 149 1136 280
## [1] "El test de chi^2 entre VC i VS val: "
##
## Pearson's Chi-squared test
##
## data: v1 and v2
## X-squared = 26.795, df = 10, p-value = 0.002806